洪秋妹,華櫻潔
(常州工學(xué)院經(jīng)濟(jì)與管理學(xué)院,江蘇常州213032)
改革開放以來,我國(guó)農(nóng)村有7.4億人擺脫了貧困,農(nóng)村貧困發(fā)生率從1978年的97.5%下降到2017年的3.1%(按當(dāng)年價(jià)現(xiàn)行農(nóng)村貧困標(biāo)準(zhǔn)衡量)。自2013年習(xí)近平首次提出“精準(zhǔn)扶貧”以來,我國(guó)貧困人口年均減少1 000多萬(wàn),創(chuàng)造了中國(guó)乃至人類減貧史上的奇跡。但是,目前我國(guó)仍有3 000萬(wàn)左右的農(nóng)村貧困人口,要實(shí)現(xiàn)2020年全部貧困人口脫貧的目標(biāo)仍然任重道遠(yuǎn)。同時(shí),農(nóng)村貧困人口實(shí)現(xiàn)脫貧并不意味著農(nóng)村貧困的消失,未來農(nóng)村貧困仍將以相對(duì)貧困和多維度貧困的形式存在,扶貧工作更需要在“準(zhǔn)”和“實(shí)”上下功夫,精準(zhǔn)識(shí)別誰(shuí)是貧困戶、他們主要分布在哪里、為什么貧困等問題。
傳統(tǒng)以收入或消費(fèi)測(cè)度的貧困無(wú)法衡量家庭長(zhǎng)期內(nèi)的財(cái)富水平,不能反映貧困原因和完整反映家庭資源擁有狀況,且收入具有波動(dòng)性,會(huì)受到外界多種因素影響。因此,以收入標(biāo)準(zhǔn)衡量的脫貧家庭具有明顯的不穩(wěn)定性與較高的脆弱性,家庭所擁有的資產(chǎn)才是長(zhǎng)期財(cái)富積累的具體表現(xiàn),具有抗擊未來風(fēng)險(xiǎn)的屬性[1]。從資產(chǎn)的視角看,用資產(chǎn)貧困的判斷標(biāo)準(zhǔn)擺脫了單純從收入或者支出的角度來識(shí)別農(nóng)村貧困人口,更有助于認(rèn)識(shí)農(nóng)村居民家庭貧困的“貧根”。由此,越來越多的學(xué)者開始關(guān)注資產(chǎn)貧困。Haveman等[2]從凈資產(chǎn)和流動(dòng)資產(chǎn)兩個(gè)方面提出了衡量資產(chǎn)貧困的標(biāo)準(zhǔn),將凈資產(chǎn)或流動(dòng)資產(chǎn)小于總資產(chǎn)的25%界定為資產(chǎn)貧困。Carter等[3]在原有研究基礎(chǔ)上將貧困測(cè)量方法進(jìn)行了總結(jié),指出靜態(tài)的資產(chǎn)貧困測(cè)量方法包括資產(chǎn)比率法、資產(chǎn)貧困差距法、資產(chǎn)收入法和資產(chǎn)指數(shù)法,動(dòng)態(tài)資產(chǎn)貧困則用資產(chǎn)貧困線測(cè)量法和資產(chǎn)脆弱性測(cè)量法。李小云等[4]使用農(nóng)戶資產(chǎn)量化的研究方法,定量分析了農(nóng)戶脆弱性。汪三貴等[5]證實(shí)了資產(chǎn)貧困線在穩(wěn)定客觀地衡量家庭福利水平的同時(shí),又能對(duì)貧困狀態(tài)做出精細(xì)識(shí)別。此外,長(zhǎng)期貧困在資產(chǎn)貧困中占少數(shù),偶然性貧困要少于結(jié)構(gòu)性貧困。解堊[6]對(duì)動(dòng)態(tài)資產(chǎn)積累路徑進(jìn)行了估計(jì),研究發(fā)現(xiàn)通過資產(chǎn)積累擺脫貧困的家庭比例高于資產(chǎn)減少而致貧的家庭,中國(guó)的農(nóng)村家庭資產(chǎn)并不存在多重均衡的貧困陷阱。萬(wàn)廣華、劉飛、章元[7]對(duì)我國(guó)資產(chǎn)貧困脆弱性進(jìn)行了探索,并進(jìn)一步區(qū)分了隨機(jī)性貧困和結(jié)構(gòu)性貧困。鄧鎖[8]75-86用凈資產(chǎn)計(jì)算了我國(guó)城鎮(zhèn)貧困家庭的資產(chǎn)擁有量和資產(chǎn)貧困率,發(fā)現(xiàn)貧困家庭的資產(chǎn)擁有量很低,資產(chǎn)貧困率比收入貧困率要高。游士兵、張穎莉[9]以靜態(tài)和動(dòng)態(tài)資產(chǎn)貧困為兩條主線,對(duì)資產(chǎn)貧困的相關(guān)概念進(jìn)行對(duì)比和剖析,闡述了進(jìn)行資產(chǎn)累積的相關(guān)建議。
家庭資產(chǎn)貧困的測(cè)量可以較為全面地測(cè)度整個(gè)家庭的發(fā)展情況,而且資產(chǎn)建設(shè)可以幫助貧困戶擺脫長(zhǎng)期依賴公共救助支出的狀況,幫助他們建構(gòu)人力資本與社會(huì)資本,最終增強(qiáng)其自身與家庭的發(fā)展能力[10]。因此從家庭資產(chǎn)視角來識(shí)別農(nóng)戶貧困就顯得尤為必要,這有助于從資產(chǎn)建設(shè)的角度為精準(zhǔn)扶貧的有效落實(shí)提供一種新思路。綜觀現(xiàn)有關(guān)于貧困的研究,多數(shù)是從單一維度進(jìn)行測(cè)量的,使用多維度測(cè)量分析貧困的還相對(duì)較少,而從資產(chǎn)角度對(duì)貧困的多維研究分析則更少。因此,本文將從資產(chǎn)視角出發(fā),運(yùn)用多維貧困的測(cè)量方法,通過構(gòu)建多維資產(chǎn)貧困的評(píng)價(jià)指標(biāo)對(duì)農(nóng)村貧困戶進(jìn)行重新界定,并分析資產(chǎn)貧困的影響因素,以實(shí)現(xiàn)精準(zhǔn)識(shí)別、精準(zhǔn)扶貧的目標(biāo)。
本文使用的數(shù)據(jù)是2016年的中國(guó)家庭追蹤調(diào)查(China Family Panel Studies,簡(jiǎn)稱CFPS)。CFPS主要關(guān)注居民的經(jīng)濟(jì)與非經(jīng)濟(jì)福利,包括家庭關(guān)系與家庭動(dòng)態(tài)、經(jīng)濟(jì)活動(dòng)、人口遷移、教育成果與健康等,調(diào)查樣本覆蓋我國(guó)25個(gè)省、市、自治區(qū),樣本數(shù)16 000戶。本文重點(diǎn)研究農(nóng)村家庭的資產(chǎn)貧困情況,因此通過目標(biāo)群體戶口類型的篩選,保留了戶口為農(nóng)村戶口的數(shù)據(jù),最終得到農(nóng)戶樣本數(shù)為10 779戶。
目前對(duì)于多維貧困的測(cè)量一般是采用Alkire和Foster所提出的雙界線方法。該方法的測(cè)量可以分為以下步驟:
1)維度選取
考慮到微觀數(shù)據(jù)的可獲得性,并結(jié)合家庭資產(chǎn)貧困的衡量指標(biāo),以Mn,d代表n×d維矩陣,矩陣中的任一元素yij表示個(gè)體i在維度j上的取值,i=1,2,…,n;j=1,2,…,d。
2)各維度賦值及識(shí)別
首先確定各個(gè)維度的臨界值z(mì)j,如果個(gè)體在某維度上被剝奪則賦值為1,反之賦值為0,由此定義剝奪矩陣g=[gij],典型元素g0ij的定義是:當(dāng)yij
3)多個(gè)維度被剝奪的識(shí)別
選取多維貧困中維度的臨界值為k,若個(gè)體在任意k個(gè)或k個(gè)以上維度遭到剝奪,則稱該個(gè)體在多維度上被剝奪。定義列向量ci=[g],表示第i個(gè)人總的被剝奪維度。定義函數(shù)pk,用以識(shí)別當(dāng)多維剝奪臨界值為k時(shí),個(gè)體是否處于多維貧困狀態(tài),當(dāng)ci≥k時(shí),pk=1,當(dāng)ci 4)多維貧困的加總 在識(shí)別了k個(gè)維度下的多維貧困人口后,按人口數(shù)量進(jìn)行加總,得到多維貧困發(fā)生率H,H=q/n,q為在剝奪臨界值k時(shí)的貧困人口數(shù)量。 5)多維貧困的分解 本文多維資產(chǎn)貧困指標(biāo)的選取參考了多維貧困指數(shù)(MPI指數(shù))以及國(guó)內(nèi)外學(xué)者的已有研究成果。MPI指數(shù)是由牛津貧困與人類發(fā)展研究中心提出的,第一個(gè)用于測(cè)量貧困強(qiáng)度的指標(biāo),可以直觀地反映出一個(gè)家庭在哪些方面的貧困程度最深。鄧鎖[8]80指出家庭資產(chǎn)的測(cè)量一般包含金融資產(chǎn)、住房土地資產(chǎn)、實(shí)物資產(chǎn)3個(gè)類別,本文借鑒該劃分標(biāo)準(zhǔn),從家庭金融資產(chǎn)、住房土地資產(chǎn)、實(shí)物資產(chǎn)3個(gè)維度來構(gòu)建家庭的多維資產(chǎn)貧困指標(biāo)體系,具體的指標(biāo)構(gòu)建及剝奪臨界值如表1所示。 表1 資產(chǎn)貧困的指標(biāo)體系構(gòu)建及剝奪臨界值 家庭金融資產(chǎn)包括兩個(gè)指標(biāo)。一是家庭收支情況,該指標(biāo)在一定程度上反映了農(nóng)村居民家庭的資產(chǎn)增量狀況,如果收不抵支或者收支相抵,即資產(chǎn)增量為負(fù)或零,表明在受調(diào)查年份的前一年家庭資產(chǎn)處于受剝奪狀態(tài),賦值為1,反之則賦值為0。該項(xiàng)指標(biāo)的總收入指當(dāng)年12個(gè)月家庭各項(xiàng)收入總和,包括農(nóng)業(yè)生產(chǎn)的純收入、個(gè)體經(jīng)營(yíng)或開辦私營(yíng)企業(yè)的利潤(rùn)收入、政府的各種補(bǔ)貼和救濟(jì)收入、社會(huì)捐助類的收入、養(yǎng)老金收入、所有家庭成員的工資性收入、出租和出賣財(cái)物所得的收入、存款利息和投資金融產(chǎn)品的收入;總支出指家庭所有成員各項(xiàng)支出的總和,包括衣、食、住、行、婚喪嫁娶、玩、樂、教育、健康、購(gòu)買保險(xiǎn)、借錢給人、按揭等各項(xiàng)支出,但不包括任何經(jīng)營(yíng)性支出。二是金融產(chǎn)品持有情況,包括股票、基金、國(guó)債、信托產(chǎn)品、外匯產(chǎn)品。如果擁有1種以上金融產(chǎn)品則賦值為0,反之賦值為1。 住房土地資產(chǎn)主要從住房產(chǎn)權(quán)、住房類型兩個(gè)方面進(jìn)行衡量,賦值情況見表1。 實(shí)物資產(chǎn)主要考察與農(nóng)村居民家庭生活有著較強(qiáng)關(guān)聯(lián)的生活性實(shí)物資產(chǎn),賦值情況見表1。其中,耐用消費(fèi)品總值的臨界值參考學(xué)者劉安[11]的劃分,他將擁有2種及以下耐用品的家庭視為貧困,鑒于本文定義的耐用品是指單位價(jià)格在1 000元以上,自然使用壽命在2年以上的產(chǎn)品,因此本文取2 000元為臨界值,耐用消費(fèi)品總值小于等于2 000元的賦值為1,相反則賦值為0。 考慮到所選的7個(gè)指標(biāo)對(duì)家庭資產(chǎn)的測(cè)度都具有同等的重要性,且已有研究主要采用指標(biāo)等權(quán)重的方法進(jìn)行權(quán)重設(shè)計(jì),如高翔、王三秀[12]的研究成果,因此本文也采用指標(biāo)等權(quán)重的權(quán)重設(shè)計(jì)。王素霞、王小林[13]將有1/3及以上指標(biāo)呈現(xiàn)出被剝奪狀況的農(nóng)戶定義為多維貧困戶,結(jié)合前文的統(tǒng)計(jì)結(jié)果,本研究中將達(dá)到3個(gè)指標(biāo)及以上的農(nóng)戶定義為多維資產(chǎn)貧困戶。 根據(jù)前文的指標(biāo)設(shè)計(jì)和剝奪臨界,可以得出農(nóng)戶在單一指標(biāo)上的剝奪情況,具體如表2所示。表2結(jié)果顯示,農(nóng)戶金融產(chǎn)品持有情況的剝奪程度是最大的,該指標(biāo)的貧困發(fā)生率達(dá)到98.03%,即僅有1.97%的農(nóng)戶擁有金融資產(chǎn),這表明農(nóng)村家庭的金融資產(chǎn)相對(duì)匱乏。居住房屋類型和生活燃料的剝奪程度也相對(duì)較高,近一半的農(nóng)戶居住的是平房,39.32%的農(nóng)戶仍將柴草、煤炭作為主要的生活燃料。耐用消費(fèi)品價(jià)值和居住房屋產(chǎn)權(quán)的剝奪程度最小,貧困發(fā)生率為16.42%。 表2 各指標(biāo)的剝奪人數(shù)與貧困發(fā)生率 進(jìn)一步,對(duì)每個(gè)農(nóng)戶的剝奪指標(biāo)數(shù)進(jìn)行加總,整理得到表3。結(jié)果顯示,僅0.8%的農(nóng)戶在所有資產(chǎn)貧困測(cè)度指標(biāo)上均未陷入貧困,即99.2%的農(nóng)戶至少在一個(gè)資產(chǎn)貧困測(cè)度指標(biāo)上處于被剝奪的狀態(tài)。當(dāng)剝奪臨界值k≥3時(shí),陷入多維資產(chǎn)貧困的農(nóng)戶達(dá)到57.99%,遠(yuǎn)遠(yuǎn)高于目前我國(guó)的貧困發(fā)生率。當(dāng)k=6時(shí),338戶處于資產(chǎn)貧困狀態(tài),貧困發(fā)生率下降為3.22%;當(dāng)k=7時(shí),僅有20戶處于資產(chǎn)貧困狀態(tài),占樣本數(shù)的0.19%。這些數(shù)據(jù)表明,從資產(chǎn)視角進(jìn)行測(cè)度時(shí),雖然隨著剝奪臨界值k的增加,農(nóng)戶的多維資產(chǎn)貧困發(fā)生率呈逐漸下降的趨勢(shì),但農(nóng)戶的資產(chǎn)貧困比從收入角度衡量的貧困程度要嚴(yán)重很多。 表3 農(nóng)戶在不同剝奪臨界值下的多維資產(chǎn)貧困狀況 從不同的區(qū)域來看(見表4),當(dāng)剝奪臨界值k分別為3、4、5時(shí),東部地區(qū)農(nóng)戶的多維資產(chǎn)貧困發(fā)生率依次為23.5%、14.9%和8.6%,中部地區(qū)農(nóng)戶的多維資產(chǎn)貧困發(fā)生率依次為27.1%、17.2%和9.7%,西部地區(qū)農(nóng)戶的多維資產(chǎn)貧困發(fā)生率依次為29.5%、22.9%和12.5%??梢?,對(duì)于不同的剝奪臨界值k,東部地區(qū)農(nóng)戶的多維資產(chǎn)貧困率均是最低的,中部地區(qū)其次,西部地區(qū)最高。這與當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展水平密切相關(guān),由于中部、西部地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r較差,農(nóng)戶更容易陷入多維資產(chǎn)貧困。與此同時(shí),東、中、西部地區(qū)均表現(xiàn)出隨著k的增加,農(nóng)戶的多維資產(chǎn)貧困發(fā)生率逐漸下降的規(guī)律。但相對(duì)而言,當(dāng)剝奪臨界值k從3增加到4時(shí),東部、中部地區(qū)農(nóng)戶多維資產(chǎn)貧困發(fā)生率的下降幅度要大于西部地區(qū),而當(dāng)剝奪臨界值k從4增加到5時(shí),西部地區(qū)農(nóng)戶多維資產(chǎn)貧困發(fā)生率的下降幅度大于東部和中部地區(qū)。 表4 不同區(qū)域農(nóng)戶在不同剝奪臨界值下的多維資產(chǎn)貧困狀況 表5顯示了不同的剝奪臨界值下各個(gè)指標(biāo)對(duì)多維資產(chǎn)貧困的貢獻(xiàn)率,從中可以發(fā)現(xiàn),在不同的貧困程度下,金融產(chǎn)品持有情況、房屋居住類型和生活燃料在3個(gè)貧困度中的貢獻(xiàn)度均是最高的。與此同時(shí),金融產(chǎn)品持有情況、房屋居住類型2個(gè)指標(biāo)對(duì)多維貧困的貢獻(xiàn)率隨著貧困程度的加深而不斷下降,生活燃料的貢獻(xiàn)率在臨界值k從4增加為5時(shí),也出現(xiàn)了下降。相反,家庭收支情況、飲用水和耐用消費(fèi)品這3個(gè)資產(chǎn)指標(biāo)的貧困貢獻(xiàn)度則隨著貧困程度的加深而增大。這表明在精準(zhǔn)扶貧過程中不能忽視家庭金融資產(chǎn)的建設(shè),同樣也需要重視實(shí)物資產(chǎn)的積累。生活類實(shí)物資產(chǎn)越缺乏,越容易陷入多維資產(chǎn)貧困。尤其是耐用品,其對(duì)貧困人口的意義不僅僅是提高生活質(zhì)量,還具有在困難時(shí)期及時(shí)變現(xiàn),緩解資金困難的功能,從而為農(nóng)戶的生活提供最后一道保障。 表5 各指標(biāo)在多維貧困指數(shù)中的貢獻(xiàn)率 % 為進(jìn)一步分析多維資產(chǎn)貧困的影響因素,本文重點(diǎn)從家庭人口特征、就業(yè)情況、醫(yī)療條件、區(qū)域因素等方面進(jìn)行考察,其變量設(shè)置如下: 本文的因變量表示剝奪臨界值k=3、4、5時(shí),農(nóng)戶是否陷入多維資產(chǎn)貧困,如果是,取值為1,反之則為0。 家庭人口特征主要包括受教育年限(X1)、主要受訪者智力水平(X2)、家庭人口(X3)、是否有成員患有慢性病(X4)等變量。受教育年限用家庭中成人的平均受教育年限來表示。教育屬于無(wú)形資產(chǎn),它帶來的經(jīng)濟(jì)效益難以測(cè)量,并將對(duì)個(gè)人以及社會(huì)發(fā)展產(chǎn)生深遠(yuǎn)影響。社會(huì)層次理論和個(gè)人發(fā)展理論中也都強(qiáng)調(diào)人力資本因素,認(rèn)為它會(huì)對(duì)勞動(dòng)者社會(huì)地位、財(cái)富積累、后代發(fā)展產(chǎn)生重要影響。受教育程度越高,更容易獲得高報(bào)酬的工作,也就越不容易陷入貧困。智力水平指家庭主要受訪者智力水平,在問卷中取值1—7,數(shù)值越接近7表明智力水平越高;反之,越接近1智力越低。智力水平的高低將會(huì)影響到個(gè)人的成長(zhǎng)和行為能力,如果家庭中有智力低下的家庭成員,這無(wú)疑是個(gè)負(fù)擔(dān),所以預(yù)期與因變量成負(fù)相關(guān)關(guān)系。家庭人口越多意味著家庭的經(jīng)濟(jì)負(fù)擔(dān)越大,預(yù)期其陷入貧困的概率越大。隨著生活水平的提高,人們的日常起居飲食都得到了改善,隨之而來的是慢性病發(fā)病率的迅速上升,并帶來醫(yī)療負(fù)擔(dān)的加重,從而使得陷入貧困的概率加大。 在就業(yè)情況方面,選取自家是否從事農(nóng)業(yè)工作(X5)、是否有家庭成員從事個(gè)體私營(yíng)(X6)及家庭成員是否參加專業(yè)技能培訓(xùn)(X7) 這3個(gè)變量。由于農(nóng)業(yè)領(lǐng)域收入相對(duì)較低,如果務(wù)農(nóng)所得是一個(gè)家庭收入的主要來源,則該家庭的抗風(fēng)險(xiǎn)能力較弱,極易陷入貧困;從事個(gè)體經(jīng)營(yíng)預(yù)期與因變量成反比;參加專業(yè)技能培訓(xùn)可以讓農(nóng)戶更具競(jìng)爭(zhēng)優(yōu)勢(shì),增加就業(yè)機(jī)會(huì),預(yù)期與因變量呈現(xiàn)負(fù)相關(guān)。 醫(yī)療條件用整體就醫(yī)條件的滿意度(X8)來衡量,取值為1~5,數(shù)值越高,表示對(duì)醫(yī)療條件越不滿意。醫(yī)療條件的好壞評(píng)判包括醫(yī)、藥、就診、住院等條件,也包括求醫(yī)的路程遠(yuǎn)近,交通便利程度。這直接關(guān)系到農(nóng)戶的人身安全,醫(yī)療水平的落后會(huì)導(dǎo)致死亡率增加、喪失勞動(dòng)力等后果,所以預(yù)期該變量與因變量呈現(xiàn)正相關(guān)。 本文按照省份分為東、西、中部3個(gè)區(qū)域,選取西部作為參照組,設(shè)立東部(X9)、中部(X10)地區(qū)2個(gè)虛擬變量。相對(duì)來說,西部地區(qū)的農(nóng)戶更容易陷入貧困,因此預(yù)期兩個(gè)變量的符號(hào)為負(fù)。 由于農(nóng)村家庭是否陷入多維資產(chǎn)貧困是0、1型變量,因此本文構(gòu)造二元Logit模型進(jìn)行影響因素的分析,具體模型形式如下: 其中Pi代表不同農(nóng)戶處于多維資產(chǎn)貧困的概率,Xi代表影響其發(fā)生概率的自變量。 表6顯示的是農(nóng)村家庭多維資產(chǎn)貧困的二元Logit回歸結(jié)果。整體來看,在不同的剝奪臨界值下,各個(gè)變量的影響方向都是一致的。 表6 農(nóng)戶多維資產(chǎn)貧困影響因素的回歸結(jié)果 注:***表示1%的水平下顯著,**表示5%的水平下顯著, *表示10%的水平下顯著。 從家庭人口特征看,4個(gè)變量的系數(shù)均顯著為負(fù)。農(nóng)村家庭成員平均受教育程度越低,越容易陷入多維資產(chǎn)貧困。受教育程度低的人在人才市場(chǎng)上的競(jìng)爭(zhēng)力相對(duì)較小,因而會(huì)對(duì)其生計(jì)產(chǎn)生影響。教育程度的不同,也會(huì)對(duì)勞動(dòng)者的社會(huì)事務(wù)參與程度、自身利益維護(hù)和社會(huì)交往等方面產(chǎn)生影響。同樣,家庭主要受訪者智力水平越低下,越容易陷入貧困。貧困代際傳遞的誘因之一就是智力低下,因此家中有智力低下的成員相較于其他家庭會(huì)更容易陷入貧困。慢性疾病與多維資產(chǎn)貧困呈負(fù)相關(guān),這與預(yù)期不一致,可能的解釋是諸如高血脂、高血壓、肝硬化等慢性病都是由于生活水平提高,不注重飲食,作息不規(guī)律造成的,所以患有慢性病的家庭整體經(jīng)濟(jì)水平條件還不錯(cuò),能夠負(fù)擔(dān)起慢性病的開支。從家庭人口數(shù)來看,家庭人口越多越不容易陷入貧困,同樣與預(yù)期不一致,家庭人口的增加一方面帶來家庭負(fù)擔(dān)的加重,但另一方面也意味著勞動(dòng)力的增加,家庭互濟(jì)能力的提升,所以減小了其陷入貧困的概率。 從就業(yè)情況來看,是否有家庭成員參加過專業(yè)技能培訓(xùn)的系數(shù)為負(fù),說明參加過專業(yè)技能培訓(xùn)的家庭相對(duì)不容易陷入貧困,擁有專業(yè)技能可以使他們更容易就業(yè),提高就業(yè)能力和收入水平。從事個(gè)體經(jīng)營(yíng)的系數(shù)為正,而從事農(nóng)業(yè)工作的系數(shù)為負(fù),說明從事農(nóng)業(yè)工作的農(nóng)戶更不容易陷入貧困,而從事個(gè)體經(jīng)營(yíng)反而陷入資產(chǎn)貧困的概率更大,這似乎有悖常理,但也從一定程度上體現(xiàn)出從事農(nóng)業(yè)生產(chǎn),仍然是農(nóng)戶的最低的生存保障,而與此同時(shí),由于農(nóng)戶自身的素質(zhì)能力條件的不足以及閱歷的不足降低了他們個(gè)體經(jīng)營(yíng)的成功率,甚至?xí)虼吮成蟼鶆?wù),加大陷入資產(chǎn)貧困的概率。 就醫(yī)條件變量的系數(shù)為負(fù),但沒有通過顯著性檢驗(yàn),說明醫(yī)療條件對(duì)農(nóng)戶的多維資產(chǎn)貧困沒有影響。這可能是由于研究對(duì)象都是農(nóng)村居民,他們所處地區(qū)都是農(nóng)村,醫(yī)療站點(diǎn)較少。另一方面,農(nóng)村居民對(duì)醫(yī)療站點(diǎn)水平的評(píng)價(jià)也存在較大的主觀性,這也造成了結(jié)果的不顯著。 從區(qū)域特征上看,在不同的剝奪臨界值下,東部、中部這兩個(gè)虛擬變量的系數(shù)均顯著為負(fù),說明東、中部地區(qū)的農(nóng)村家庭陷入資產(chǎn)貧困的可能性比西部地區(qū)低。西部地區(qū)環(huán)境相比東、中部較為惡劣,資源也比較稀缺,所以西部地區(qū)的農(nóng)戶更容易陷入貧困。因此,西部地區(qū)仍然是今后精準(zhǔn)扶貧的重點(diǎn)。 本文利用2016年中國(guó)家庭追蹤調(diào)查的數(shù)據(jù),采用多維資產(chǎn)貧困的判定方法,從家庭金融資產(chǎn)、住房土地資產(chǎn)、實(shí)物資產(chǎn)3個(gè)方面精準(zhǔn)識(shí)別了處于多維資產(chǎn)貧困的農(nóng)戶。研究發(fā)現(xiàn):資產(chǎn)貧困比收入貧困更嚴(yán)重,金融資產(chǎn)和實(shí)物資產(chǎn)的匱乏更容易導(dǎo)致資產(chǎn)貧困,且西部地區(qū)的農(nóng)村家庭資產(chǎn)貧困發(fā)生率最高。進(jìn)一步運(yùn)用二元Logit模型的回歸結(jié)果顯示:農(nóng)戶的受教育程度、智力水平、健康情況、工作情況、就業(yè)條件對(duì)農(nóng)村家庭資產(chǎn)貧困有顯著影響?;诖耍疚奶岢鲆韵聦?duì)策建議: 第一,注重家庭資產(chǎn)建設(shè)。在對(duì)農(nóng)村貧困地區(qū)或者貧困家庭扶持過程中,單純從收入扶貧不足以使農(nóng)村居民實(shí)現(xiàn)穩(wěn)定脫貧。應(yīng)該將更多的關(guān)注點(diǎn)轉(zhuǎn)移到家庭金融資產(chǎn)上來,幫助其高效利用家庭的閑置資金加強(qiáng)資產(chǎn)建設(shè)。 第二,加大教育投入、注重能力培養(yǎng)。在精準(zhǔn)扶貧過程中要強(qiáng)化教育扶貧與教育救助策略,加強(qiáng)農(nóng)戶的專業(yè)技能培訓(xùn),提升其在勞動(dòng)市場(chǎng)中的競(jìng)爭(zhēng)力,同時(shí)杜絕農(nóng)村貧困家庭選擇讓子女較早輟學(xué)或者退學(xué),以更早進(jìn)入勞動(dòng)力市場(chǎng)追逐低技能勞動(dòng)收益的行為,避免出現(xiàn)貧困的代際傳遞與貧困惡性循環(huán)的后果。 第三,完善農(nóng)村醫(yī)療保障制度,加強(qiáng)基礎(chǔ)設(shè)施建設(shè)。農(nóng)村貧困人口看病難問題依舊嚴(yán)峻,應(yīng)該建立貧困戶相關(guān)的醫(yī)療保障制度,改革重大疾病醫(yī)保政策,實(shí)施貧困人群免費(fèi)醫(yī)療政策,并同步提高農(nóng)村地區(qū)醫(yī)療機(jī)構(gòu)的醫(yī)療水平和醫(yī)療條件。同時(shí),相對(duì)落后的農(nóng)村基礎(chǔ)設(shè)施,也加大了農(nóng)戶脫貧的困難,因此應(yīng)該大力加強(qiáng)基礎(chǔ)設(shè)施的建設(shè)。 第四,支援西部,強(qiáng)化區(qū)域之間的扶貧合作。要發(fā)揮各區(qū)域的發(fā)展優(yōu)勢(shì),加強(qiáng)東西部地區(qū)之間的扶貧合作以及區(qū)域內(nèi)部的省際合作,實(shí)現(xiàn)區(qū)域之間的優(yōu)勢(shì)互補(bǔ)與相互幫扶,從而緩解落后地區(qū)農(nóng)戶的貧困狀況,早日實(shí)現(xiàn)全面脫貧的目標(biāo)。1.3 指標(biāo)選取
1.4 指標(biāo)權(quán)重及剝奪臨界值k的確定
2 我國(guó)農(nóng)村家庭多維資產(chǎn)貧困分析
2.1 農(nóng)村家庭資產(chǎn)貧困的概況
2.2 農(nóng)村家庭資產(chǎn)貧困各指標(biāo)的貢獻(xiàn)率
3 我國(guó)農(nóng)村家庭多維資產(chǎn)貧困的影響因素分析
3.1 變量選取與模型的選擇
3.2 結(jié)果分析
4 結(jié)論與建議